From 174b9f589833330296c26f74fa2fbe2858d4ffa4 Mon Sep 17 00:00:00 2001 From: rainv123 <2148537152@qq.com> Date: Tue, 14 Oct 2025 15:05:02 +0800 Subject: [PATCH] =?UTF-8?q?updata:=E6=9B=B4=E6=96=B0=E7=81=AB=E5=B1=B1?= =?UTF-8?q?=E5=8F=8C=E5=90=91=E6=B5=81=E5=BC=8FTTS+=E5=A3=B0=E9=9F=B3?= =?UTF-8?q?=E5=85=8B=E9=9A=86=E9=85=8D=E7=BD=AE=E6=95=99=E7=A8=8B?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- docs/huoshan-streamTTS-voice-cloning.md | 20 ++++++++++++++------ 1 file changed, 14 insertions(+), 6 deletions(-) diff --git a/docs/huoshan-streamTTS-voice-cloning.md b/docs/huoshan-streamTTS-voice-cloning.md index 34952f30..604a94dc 100644 --- a/docs/huoshan-streamTTS-voice-cloning.md +++ b/docs/huoshan-streamTTS-voice-cloning.md @@ -1,10 +1,20 @@ -# 火山双向流式TTS+声音克隆配置教程 -单模块部署下，使用火山引擎双向流式语音合成服务的同时进行声音克隆，支持WebSocket协议流式调用。 +# 火山双流式语音合成+音色克隆配置教程 +使用火山引擎双向流式语音合成服务的同时进行声音克隆，支持WebSocket协议流式调用。 ### 1.开通火山引擎服务 访问 https://console.volcengine.com/speech/app 在应用管理创建应用，勾选语音合成大模型和声音复刻大模型，左边列表点击声音复刻大模型后下滑获得App Id，Access Token，Cluster ID以及声音ID(S_xxxxx) ### 2.克隆音色 +#####2.1全模块部署 +1.填写配置。 +如果你是全模块部署，请在智控台页面模型配置的语音合成页面，找到“火山双流式语音合成”，点击修改，将你火山引擎的App Id，Access Token以及声音ID(S_xxxxx)填入，注意：把资源id（Resource-Id）改成```volc.megatts.defaul```或```seed-icl-1.0``` + +2.音色克隆。 +准备一段8-60之间的音频文件，点击音色克隆菜单的音色资源，新增音色资源。回到音色克隆页面，点击上传音频。上传好音频之后点击复刻，等1~2秒会返回结果。 +复刻成功后，在“火山双流式语音合成”的“音色资源”里可以看到你复刻好的声音，也可以在配置角色使用“火山双流式语音合成”时选择复刻的音色了。 + +#####2.2单模块部署 克隆音色请参照教程 https://github.com/104gogo/huoshan-voice-copy +1.音色克隆。 准备一段 10-30 秒的音频文件（.wav格式）添加到克隆的项目中，将平台获得的密钥填入```uploadAndStatus.py```和```tts_http_demo.py``` 在uploadAndStatus.py中，将 audio_path=修改成自己的.wav文件名称 @@ -19,11 +29,9 @@ python uploadAndStatus.py python tts_http_demo.py ``` 回到火山引擎控制台页面，刷新可以看到声音复刻详情的状态是复刻成功。 -### 3.填写配置文件 -将火山引擎服务申请到的密钥填入.config.yaml的HuoshanDoubleStreamTTS配置文件中 +2.填写配置文件（.config.yaml） 修改 resource_id的参数为``` volc.megatts.default``` -（参考官方文档 https://www.volcengine.com/docs/6561/1329505） speaker的参数填入声音ID(S_xxxxx) -启动服务，唤醒小智发出的声音是克隆的音色即成功。 +启动服务，唤醒小智发出的声音是克隆的音色即成功。 \ No newline at end of file